绿色信贷对区域低碳技术创新的影响研究——基于省级面板数据的实证分析

曹长泰，张 肃

(长春理工大学 经济管理学院，吉林 长春 132000 )

当前全球面临气候变化、环境污染以及能源短缺的严峻挑战，碳减排和发展低碳经济逐步成为各国政府应对气候、环境和能源危机的重要对策。为了推动经济和环境的高质量协调发展，中国提出了“3060”的碳达峰、碳中和(下简称“双碳”)重大战略目标。在“双碳”目标背景下，我国经济正向以创新驱动为核心的可持续发展模式加速转变，低碳经济以其“低能耗、低污染、低排放”的特征逐步成为实现区域经济和生态环境高质量协调发展的重要经济模式。

低碳技术创新是低碳经济稳步施行的重要驱动力。低碳技术创新与区域内的经济环境和环保政策制度密切相关，容易受到相关环境政策的影响和融资环境的局限。为了有效推进“双碳”战略目标实现，中央经济工作会议和“十四五”规划相继制定了诸如《绿色信贷指引》等推动绿色转型和低碳创新的相关经济举措和政策措施，强调坚持创新引领，深入推进技术创新，鼓励绿色低碳技术研发，构筑有力有效的政策支持体系，以此促进低碳减排协同增效，推动低碳经济行稳致远。以《绿色信贷指引》为主体的绿色信贷制度体系提供了政策施行的基础框架，通过激励约束机制引导区域资源性生产要素围绕低碳因素聚集，实现产业层面低碳经济高附加值的创造和区域创新要素吸收能力的提升，促使区域低碳技术创新水平提高。

现阶段，依托绿色信贷推动地区污染产业提高低碳技术创新水平是促进区域低碳经济发展的重要途径。据此，本文尝试结合绿色信贷通过改变融资环境直接促进低碳技术创新，以及绿色信贷通过研发投入间接促进低碳技术创新的两条作用路径，研究分析绿色信贷对低碳技术创新的影响，并据此为我国绿色信贷政策实施、低碳技术创新提高和低碳经济发展提供参考，助力碳达峰、碳中和目标实现。

目前有关绿色信贷与低碳技术创新之间的关系研究比较少，相近的文献研究集中于考察绿色信贷对绿色技术创新之间的关系以及从环境规制角度探讨低碳技术创新的影响因素。针对绿色信贷与绿色技术创新的关系考察，微观层面主要研究绿色信贷政策和融资环境对企业绿色技术创新的影响。对于绿色政策框架内的企业，绿色技术创新在企业获取长期竞争优势和应对内外部融资环境变化方面起着重要作用，企业的创新行为离不开外部融资需求[1-2]，绿色信贷政策能够拓展其融资渠道，改变其融资成本和资金配置结构，引导污染企业投融资行为，进而提升污染企业的创新产出和创新效率，有效促进企业绿色环保技术的创新[3-6]。在宏观层面，已有研究表明绿色信贷能通过资金渠道促使产业结构优化和升级，促进地区绿色经济发展[8-10]。部分学者基于空间计量模型对绿色信贷和绿色技术创新展开了实证研究，武力超等[10]从城市商业银行视角分析得出绿色信贷显著促进了地区绿色技术创新。赵娜[11]从区域视角分析得出了绿色信贷对绿色技术创新有正向影响的结论，且绿色技术创新水平存在显著空间溢出效应。韩科振[12]构建包含绿色信贷指标的绿色金融发展指数，认为绿色信贷能显著促进地区绿色技术创新效率。

围绕环境规制与低碳技术创新的研究多从波特效应及资源配置效应角度对影响技术创新的因素展开讨论。根据波特假说，绿色信贷通过提高环境准入门槛及信贷配额管制的双重约束机制，影响企业内部的资本投资、技术创新决策以及企业间的资源再分配[13-14]。环境规制带来的惩罚性措施会通过市场的优胜劣汰选择效应放大污染企业的退出风险。部分企业权衡风险和利益后，或者为规避创新风险选择末端治理的资金配置方案，或者选择获得长期低碳利润回报而面临创新风险，即由于企业处在技术创新的转型期内，生产率、利润率与市场份额的波动，导致了环境规制对低碳技术创新的短期内促进作用可能存在不确定性[15-18]。但基于代理成本的降低，投资效率的提高和环境绩效的正反馈带来的综合性创新补偿效应，长期来看使环境规制对低碳技术创新有显著促进作用[19-25]。从环境规制视角进一步延展到绿色信贷本身对低碳技术创新的相关研究目前较少，刘海英等[26]选取基于 Global Malmquist-Luenberger 生产率指数作为绿色低碳技术进步指标进行实证分析，研究结果表明两者之间呈现显著的 “U 型”关系，绿色信贷水平逐渐上升且促进了绿色低碳技术进步。季宇等[27]分析了绿色信贷对低碳技术进步的影响及空间溢出效应，认为绿色信贷促进了低碳技术进步，且空间溢出效应存在区域差异性。张修凡和范德成[28]认为绿色信贷制度有利于提高区域低碳技术创新能力且与碳排放权交易的协同效果优于各自单独作用。

总体来看，现有文献研究多聚焦于环境规制、绿色信贷政策、技术创新等方面，大部分研究肯定了绿色信贷对绿色技术创新的促进作用，但直接研究绿色信贷和低碳技术创新的二者关系的文献较少。因此，本文拟详细阐述绿色信贷对低碳技术创新的作用路径，利用空间杜宾模型考察绿色信贷对低碳技术创新的影响以及相关空间溢出效应，并通过中介效应模型检验研发投入间接促进低碳技术创新的作用路径。

自《绿色信贷指引》等相关政策实施以来，由于以“两高一剩”为代表的污染产业受到相关环境政策规制，地区产业发展正逐渐向绿色经济、低碳经济方向靠拢，这为低碳技术创新提供了良好的契机和创新活动环境，对地区低碳技术创新产生了积极影响。相比其他创新活动，低碳技术创新存在期限长、风险大以及现阶段利润低的特点，而且具有较强的环境外部性，这就使得低碳创新活动需要持续稳定的长期资金支持。考虑到国内以间接融资为主以及企业内源融资有限的金融结构的情况，商业银行信贷无疑是企业创新活动资金投入的主要部分，尤其是对于因环境政策而受到信贷约束的企业来说，绿色信贷可能直接影响着企业绿色转型的决策，进而推动所在区域的企业绿色转型以及低碳技术创新活动的开展。

绿色信贷政策通过主导信贷资源配置、引导金融机构绿色投资等途径改变重污染高耗能企业的融资环境，影响区域低碳技术创新。从信贷环境来看，一方面，银行业等金融机构在绿色信贷政策的指引下，将环境保护标准纳入到企业的绿色信贷贷款申请门槛中，压缩对“两高一剩”行业贷款额度，施行惩罚性高利率措施，不仅增加了重污染企业的信贷成本，加大了企业的债务违约风险，还迫使企业暴露于社会舆论压力和道德谴责之下，企业因此受到更为严格的信贷约束。部分企业为了应对资金压力，在短期内选择转移资金用于末端治理，暂时缓解了财务绩效不佳带来负面影响的困境，但长期来看，在信贷约束和产业转型升级的激烈竞争环境下，企业或者因为加剧的现金流压力和债务风险被迫淘汰，或者不得不转型投入低碳技术研发和提升低碳技术创新效率，力求以更低的污染处理成本和信贷成本进行绿色融资，并获得更高的绿色绩效。另一方面，银行业会重点筛选和识别企业申请的环境友好型项目，给予其优惠的贷款利率和快速的审批流程，为企业进行低碳技术创新提供充分的有利条件，提升信贷资金使用效率。

从其他融资环境来看，企业实施的绿色转型和低碳创新效率提升还会改善企业的环境表现，向绿色债券和绿色基金等市场中的投资者释放出积极的环境利好信号，吸引社会资本参与低碳市场。市场中融资渠道的多元化和第三方机构绿色评级的标准化能够保障投资者作出合理的预期和价值判断，进一步显著地降低了企业技术创新活动资金来源的高成本和风险性，为企业进行低碳技术创新创造有利的融资环境。同时，企业良好的环境表现会提高企业的社会效益。企业环境表现的改善会接收到来自消费者群体的正向舆论反馈，这会刺激企业内部提高环境保护认知水平，促使企业主动寻求积极创新来应对变化的市场竞争环境，降低竞争环境带来的淘汰风险，激发创新优势，进而对低碳创新行为产生正面影响。而对于低碳技术创新水平落后的企业来说，为了避免糟糕的环境表现带来的负面影响，以及逃离其他企业环境表现带来的竞争压力，企业在尝试绿色转型的过程中，往往选择成本较低的技术模仿策略，迅速拉近技术创新距离，达到维持企业生存的低碳技术水平。综上所述，绿色信贷通过改变污染企业的融资环境和产业市场竞争环境，提高低碳技术创新水平。据此，提出：

假设H1：绿色信贷直接促进了低碳技术创新。

绿色信贷可以通过影响研发投入促进低碳技术创新。企业创新产出是研发投入的函数，受研究开发能力、创新资源投入能力和创新倾向的影响。研发投入通过企业持续投入和整合利用知识、能力、设备等资源以及寻求外部研发合作的方式，扩散知识溢出效应，增强基础性技术关联研究、提高企业研发投入效率，创造技术创新的有利条件，从而促进创新产出的作用效果。其中，研究开发能力与创新资源投入能力既取决于规模资金的投入程度，又与企业的融资能力密切相关。由于《绿色信贷指引》和相关意见构建了以绿色信贷为核心的绿色金融体系，银行业金融机构响应相关政策，会以更优惠的利率提供贷款，减少绿色技术创新的资金成本，降低了绿色项目融资门槛。《指引》的实施还降低了重污染企业的信贷规模，增加对企业绿色创新项目的信贷投放，引导资金从重污染高耗能企业流向发展绿色技术创新企业，有效扩充了企业融资渠道和提供了长期资金注入。创新倾向则是企业内部治理和“创新补偿”效应的综合作用结果。在波特假说的框架下，绿色信贷政策增大了环境约束条件，使企业的环境规制成本远大于粗放式发展的收益。面对环境规制风险下的高成本，股东往往有强烈的动机监督和敦促企业发展绿色低碳技术以减小环境违规带来的潜在风险。绿色信贷政策还能以动态索取权的方式鼓励股东参与到企业管理决策中，强化绿色信贷的监督功能，降低绿色代理成本，从而加强企业内部治理，刺激企业进行低碳技术的开发，倒逼企业绿色转型，加快技术革新，强化创新倾向，进而获取长期绿色绩效带来的补偿效益。据此，提出：

假设H2：绿色信贷通过研发投入间接促进低碳技术创新。

3.1 实证模型设定

3.1.1 空间权重矩阵构建

3.1.2 空间模型构建

为检验绿色信贷对低碳技术创新的正向促进作用和邻近地区间低碳技术创新可能存在的空间溢出效应，并且考虑到省际地区低碳技术创新之间可能存在着一定的空间相关性与依赖性，本文拟建立基础回归模型(OLS)和空间滞后模型(SAR)、空间误差模型(SEM)、空间杜宾模型(SDM)，通过模型检验确定最优模型，进行空间相关性分析。由于空间计量模型包含了地理因素与空间联系的影响，从而在一定程度上避免了使用最小二乘法的普通面板数据模型在处理区域低碳技术创新问题时导致的估计结果偏差。

基础回归模型(OLS)设定如下：

ltijt=α0+α1gcit+α2conit+εit

(1)

空间滞后模型(SAR)主要研究邻近地区间被解释变量低碳技术创新之间的空间相关性，模型设定形式如下:

(2)

空间误差模型(SEM)主要研究邻近地区间随机误差项之间的空间相关性，模型设定形式如下:

(3)

空间杜宾模型兼顾了内生和外生变量的交互效应以及对遗漏变量的空间相关性的解释能力，模型具体设定如下：

(4)

其中，i代表各省份地区，j代表i的周边邻近省份地区，t表示年份；
ltijt为被解释变量，表示低碳技术创新；
gcit为解释变量，表示绿色信贷；
conjt为控制变量；
ρ为被解释变量低碳技术创新的空间自相关系数；
δ为解释变量绿色信贷和控制变量的空间自相关系数；
α和β为解释变量和控制变量待估系数；
wij表示空间权重矩阵(当区域i与j相邻时取值1 ,反之为0)；
λ为空间误差项相关系数，ξit为随机干扰项；
μi和νt分别为个体效应与时间效应，εit为随机误差项。

3.2 变量选取与数据来源

3.2.1 变量选取

(1)被解释变量。低碳技术创新(Low carbon technology innovationlti)。本文借鉴鄢哲明等[30]的研究，使用专利数量作为技术创新水平测算指标。考虑到专利申请政策差异所导致的统计偏误和重复计数问题，使用欧洲专利局和美国专利局联合颁布的合作专利分类法的CPC-Y02专利分类体系，对低碳技术创新水平进行测度，用筛选后的优先权专利数量作为低碳技术创新的指标，采用CPC专利分类中的Y02体系，定义低碳技术专利统计对象，涵盖了建筑、温室气体、能源、商品生产、交通、废弃物处置等缓解气候变化技术，具体分类号见表1。

表1 CPC-Y02 低碳技术分类体系

在专利测算方法上，采用基于永续盘存法的知识存量测算方法。对比流量角度的衡量方法，从存量角度测算更符合低碳技术创新的扩散属性以及有利于识别知识溢出效应，侧重计算技术创新累积下的知识的陈腐(或折旧)和扩散，其测算公式如下：

(5)

其中，Ki,t表示省份i在年度t的知识存量，β1、β2分别表示知识的陈腐率和扩散率，参考Popp[31]和魏巍贤等[32]的研究，β1、β2分别设为0.36和0.03，GTIi,t表示低碳技术专利授权数，s表示从基期到当前年份的时间。

(2)解释变量。绿色信贷(gc)。参考谢婷婷和刘锦华(2019)的研究，本文选取各地区六大高耗能产业利息支出占工业产业利息总支出的比例作为绿色信贷指标来衡量各地绿色信贷发展程度，并将数据正向化进行绿色信贷的表征。

(3)中介变量。研发投入(rd)。选取研发投入占比作为中介变量，即各省份R&D经费支出占 GDP的比重。采用研发投入占比该相对指标，比总量指标可以更好地反映出与区域绿色信贷水平和低碳技术创新相匹配的研发投入水平，考察绿色信贷与低碳技术专利的中介效应。

(4)控制变量。参考相关领域学者研究，本文选取的控制变量包括: 第三产业比重(pti)、所有制结构(os)、工业化水平(il)，企业平均规模(as)。

3.2.2 数据来源

本文选取的样本为2009—2020年我国30个省、自治区、直辖市面板数据(由于数据可得性的原因，不含港澳台和西藏地区)。低碳技术创新数据来源于incoPat全球专利数据库。其他变量来源于国家统计局、《中国工业统计年鉴》《中国统计年鉴》《中国工业经济统计年鉴》《中国环境统计年鉴》《中国能源统计年鉴》及各省、市、自治区统计年鉴。变量描述性统计见表2。

表2 变量描述性统计

4.1 空间自相关检验

在进行空间计量模型回归前，要对低碳技术创新变量进行全局Moran’s I指数检验。因此，本文采用莫兰指数检验各省份低碳技术创新总量的空间相关性，其公式如下：

(6)

其中，S2为样本方差，Yi和Yj表示第i个地区和第j个地区的观测值。全局Moran"s I指数若在显著性水平下大于0，则空间正相关，且数值越大空间正相关性越强。空间自相关检验的结果如表3所示。2009-2020年期间，各地区的低碳技术创新呈现出正向空间自相关性，且空间相关性逐渐增强。

表3 2009-2020年我国低碳技术创新的Moran’s I值

4.2 空间计量模型回归结果

分析回归结果前，需要通过LM检验比选模型。如表4所示，由LM 检验结果可知，LM-lag、Robust LM-lag和LM-error均在1%的水平下显著，Robust LM-error通过了5%的显著性水平检验，无法判断是否选择SAR 或SEM模型。因此，本文将对空间杜宾模型(SDM)的适用性进一步检验。从表5中可知，LR检验的统计量均在1%的水平上显著，说明如使用SEM或SAR分析空间溢出效应可能存在偏误；
最后，Wald检验的统计量在1%的水平上显著，说明SDM既无法退化为SAR，又无法退化为SEM。综上所述，本文选择SDM模型进行空间效应分析。

表4 LM检验结果

表5 Wald检验、LR检验、Hausman 检验结果

考虑到本文所采用的样本数据是以省域地理单元的所有样本，以及地区个体差异和时间因素可能产生的估计偏差，从以往实证分析经验来看，模型应该考虑固定效应。根据Hausman 检验结果，模型显著拒绝了原假设，因此选择固定效应。本文还采用似然比检验对模型进行判断，报告了OLS、SAR、SEM模型的估计结果，见表6。

表6 OLS、SAR、SEM和SDM模型的估计结果

从上述模型估计结果分析，绿色信贷(gc)的回归系数0.357在1%水平下显著为正，表明绿色信贷显著促进了本地区的低碳技术创新，验证了假设H1。原因可能是绿色信贷通过信贷资金为核心的激励约束机制，引导信贷资源配置改变了企业的信贷环境和其他融资环境。一方面，银行采取惩罚性高利率和限制污染产业的贷款额度的措施，倒逼地区污染产业绿色转型。另一方面，银行业等还对绿色转型的企业提供优惠利率的信贷支持，拓宽了资金来源，为企业进行低碳技术研发提供了有效的资金保障。同时，企业的正向环境绩效和社会效益提升也会进一步扩大创新先发优势，影响其所在区域市场竞争环境，引发技术模仿并淘汰环境表现不佳的企业，进而提升了低碳技术创新水平。

低碳技术创新(lti)的空间交互项的回归系数ρ值是0.694，且在1%水平下显著为正，说明低碳技术创新存在显著的正向空间溢出效应，周围地区的低碳技术创新水平的提高促进了本地区的低碳技术创新水平的提高。这可能是因为技术溢出、人才流动、市场需求、政策制度等影响区域技术创新的多重因素之间相互作用的结果。当存在某一区域低碳技术水平较高时，会对邻近地区起到示范效应和辐射作用，低碳技术创新效应存在“本地—邻地”的空间溢出。技术水平弱势地区企业依靠扶持补贴性政策，借助人力资源优势，承接了技术水平优势地区产业转移，拉动了区域经济增长进而提升了其研发投入支出，随着产业结构的升级和转型，环境规制强度相应提高，政府与市场增强了区域协同效应，加剧了市场竞争程度，促使企业遵循规制成本效应，企业通过技术学习与引进，提升了低碳技术进步速度，主动追求“创新补偿”，进一步推动区域内的重污染高耗能产业结构调整和信贷资源的合理配置，进而促进低碳创新产出增加和创新水平的提高。

控制变量方面，第三产业比重(pti)正向促进了低碳技术创新水平，表明第三产业能有效促进地区经济增长和收入水平提高，助力低碳产出和低碳技术发展。所有制结构(os)和企业平均规模(as)对低碳技术创新的影响显著为负，这主要是由于我国“两高一剩”企业中占有主导地位的国有企业与民营企业之间不均衡的产权分配和资源配置导致的生产及创新效率低下造成的；
工业化水平(il)正向促进了低碳技术创新水平，表明我国第二产业前期粗放式发展势头收缩并逐渐关注绿色发展，反映了该地区对低碳技术创新的需求。

4.3 空间溢出效应分析

考虑到空间计量模型使用的点估计方法存在缺陷的分析以及区域之间存在的空间关联效应，应使用偏微分法将某一地区的空间效应分为直接效应和间接效应。本文对SDM固定效应模型的结果进行直接效应与间接效应分析如表7。

表7 空间杜宾模型(SDM)的直接效应、间接效应和总效应

从直接效应来看，绿色信贷对低碳技术创新的回归系数估计值为0.417，且在1%水平下显著，表明绿色信贷对同地区的低碳技术创新水平有显著正向促进作用。这主要是由于银行业等当地金融机构资金投入到地方绿色产业以及相关环境政策规制所导致的。绿色信贷从资金源头对地方企业的绿色项目相关的生产经营活动提供了信贷资金，直接促进了本地区低碳技术创新水平的提高。

间接效应方面，绿色信贷对低碳技术创新的回归系数估计值为0.771，且在1%水平下显著，说明本地区绿色信贷对相邻地区的低碳技术创新存在显著促进影响，低碳技术创新空间溢出效应明显。可能的原因是绿色信贷的激励约束机制导致高污染成本企业转移至环境标准较低的临近区域，企业的区位迁移也对临近地区产业的比较优势产生冲击，加剧市场环境竞争程度，造成短期内治污成本波动和环境监管趋严，最终导致邻地产业结构发生相应的调整，带动跨区域的低碳相关产业集聚发展实现正向空间溢出效应，提升低碳技术创新产出。此外，绿色信贷政策带来的信贷资金促进了跨地区间的资本、人力、技术要素扩散流动，有助于低碳技术正向溢出和创新效率的提高。

4.4 稳健性检验

本文通过构建地理距离矩阵W2和地理相邻矩阵W3，对上述空间计量模型估计结果的稳健性进行再检验，结果见表8。从表8可以看出，在W2和W3两种空间权重矩阵下，绿色信贷的回归系数通过了1%的显著性水平检验，与前表结果相同，说明本地区绿色信贷水平的提高会对本地区的低碳技术创新发展产生积极影响。绿色信贷的空间滞后项系数通过了1%和5%的显著性水平检验，说明绿色信贷的正向空间溢出效应显著，即相邻地区绿色信贷水平提高能够促进本地区低碳技术创新的发展。控制变量在两种不同的空间权重矩阵下，其回归系数的大小、方向及显著性与前述分析结果均较为一致，表明模型回归结果具有一定的稳健性。

4.5 中介效应分析

为了验证假说2，即研发投入是否作为绿色信贷影响低碳技术创新的中介变量，进行如下实证检验。首先仍以空间杜宾模型(SDM)为基准模型构建(7)，检验绿色信贷对研发投入影响。其次，将研发投入(rd)代入模型(8)中，从而检验地区研发投入是否起到了中介作用。根据温忠麟等[33]提出的中介效应的因果逐步回归检验法，选择空间杜宾模型构建中介效应模型如下所示:

(7)

(8)

表8 稳健性分析结果

表9 基于低碳技术创新的研发投入中介效应检验

检验结果表明，在W1、W2以及W3三种空间权重矩阵下，式(7)中区域研发投入显著促进了低碳技术创新发展，这一结果表明在一定程度上研发投入是绿色信贷影响低碳技术创新的中介变量。根据中介效应检验步骤，综合考虑式(4)、式(7)和式(8)的估计结果，在1%的显著性水平下，绿色信贷与地区研发投入呈正相关，研发投入对低碳技术创新的影响显著为正，说明研发投入具有部分中介效应，进一步证明了研发投入是绿色信贷影响低碳技术创新的中介变量，表明绿色信贷能通过影响研发投入间接促进了区域低碳技术创新。

为了确保结果的稳健性，本文借鉴鄢哲明等[30]的研究，采用渐进式技术创新能力作为低碳技术创新指标进行稳健性检验，变量选取各区年度技术获取和改造经费支出与GDP的比值，代表对现有技术的改造以满足低碳环境需求程度，其结果见表10。对比表9和表10，模型对应估计结果大致相同，证明实证结果具有一定稳健性。

表10 中介效应的稳健性检验

5.1 研究结论

本文采用2009-2020年30个省(自治区、直辖市)相关数据，构建空间杜宾模型(SDM)研究绿色信贷对区域低碳技术创新的影响和空间溢出效应，并利用中介效应方法检验了绿色信贷通过研发投入对低碳技术创新的作用路径，得出以下结论：(1)绿色信贷显著促进了区域低碳技术创新水平，且其他空间计量模型的估计结果也显示了出了正向的促进作用；
(2)低碳技术创新存在显著的正向空间溢出效应，低碳技术创新不仅受本地区绿色信贷的影响，相邻地区的绿色信贷和低碳技术创新高水平也对本地区低碳技术创新有正向影响；
(3)绿色信贷能通过提升研发投入水平对低碳技术创新起到显著的间接促进作用。

5.2 政策建议

根据本文的研究，提出以下政策建议：

(1)完善绿色信贷评级体系和提升内外部监督机制效率。政府应持续推动绿色信贷发展，强化以绿色信贷为核心的制度机制对低碳技术创新体系的驱动作用。要提高商业银行对绿色信贷实践情况的监测评级标准科学性，需要根据企业暴露的环境和财务风险敞口，围绕企业环境信息和金融信用构建数据对接平台，有的放矢地设定财务量化指标和环保量化指标，为银行信贷决策提供评级依据，缓解项目筛选信息约束，提高信贷资源配置效率，构建具备绿色特征的信贷管理制度。强化企业自身监察能力和绿色治理能力，要明确商业银行等机构的管理人员和相应部门职责和资源配置，鼓励机构建立绿色信贷工作进展自我评价体系，实施严格的内部监察和考核评价机制，避免流于形式的评价流程，充分调动相关利益方监督积极性，落实外部相关责任方的监督责任，以进一步强化外部监督参与程度，从制度设计上进一步推动绿色信贷制度的长期性和稳定性。

(2)强化跨地区之间低碳技术创新的空间溢出效应。要充分利用绿色信贷对低碳技术创新的溢出效应，合理布局低碳产业生态，制定跨区域绿色金融服务体系协调发展政策，通过构建省际间的产学研平台协同联动、建设低碳产业集群、低碳技术专项合作和试点推广等措施，拓宽区域间的技术贸易广度，强化技术合作深度，为低碳技术传播和扩散营造良好环境氛围，形成合力发展低碳技术的创新发展局面。

(3)制定地方细化政策措施，专项推动企业低碳转型升级。地方政府应结合本地区情况，与中央和邻近地区政府相互协同配合，制定适宜的低碳技术创新激励政策组合。地方政府应以中央颁布的绿色信贷相关政策为基准，建立有效和稳定的研发补助金申请、发放、监督、反馈整套动态激励机制，精准评估已有研发项目，有效识别潜在的研发需求，根据研发项目评级标准发放绿色信贷资金，推动企业技术研发的实质性进展。地方政府可以尝试短期内通过低碳补贴政策带来的市场挤出效应，加速企业的绿色低碳转型，以及通过适当的财政和税收政策，缓解企业低碳技术研发的资金压力，提高研发补贴的利用效率。

5.3 研究局限及展望

本文虽然就绿色信贷对绿色低碳技术进步的经济效应进行了比较系统的研究探讨，但是整个课题涵盖的内容十分广泛，绝非本文所能全面概括的。本文存在一些不足，需要在后续的研究中进一步改进和完善。第一，本文研究的绿色信贷仅是我国绿色金融体系的重要组成部分，不足以全面研究绿色金融体系对我国经济发展的作用；
第二，本文虽然构建了两个理论模型进行理论分析，但是两个理论模型都未能涵盖众多经济部门，例如银行、金融市场、财政等，有待进一步研究。

尽管本文在研究中就研发投入作为中介变量影响绿色信贷对低碳技术创新之间的关系进行了探讨，但考虑到低碳技术创新具有风险大、回报周期长的特点，绿色信贷和研发投入对其的影响可能存在滞后效应。后续研究可以通过构建动态空间计量模型以及构建滞后指标等继续深入探讨，并就可能存在的时滞效应给出相应政策建议。

猜你喜欢信贷效应检验铀对大型溞的急性毒性效应核科学与工程(2021年4期)2022-01-12懒马效应今日农业(2020年19期)2020-12-142021年《理化检验-化学分册》征订启事理化检验-化学分册(2020年12期)2020-03-02聚焦Z世代信贷成瘾疯狂英语·新悦读(2020年1期)2020-02-20对起重机“制动下滑量”相关检验要求的探讨中国特种设备安全(2018年10期)2018-12-18应变效应及其应用中学物理·高中(2016年12期)2017-04-22关于锅炉检验的探讨山东工业技术(2016年15期)2016-12-01临床检验检验前质量指标的一致化现代检验医学杂志(2016年1期)2016-11-12绿色信贷对雾霾治理的作用分析无锡职业技术学院学报(2015年3期)2015-02-28

推荐访问:实证 信贷 技术创新